AI 意识的问题:一项针对人工智能自我意识的神经遗传学反对
从进化的角度分析了开发人工意识的问题,以人类大脑的进化和与意识的关系作为参考模型,揭示了人脑的结构和功能特征,认为现有的人工智能研究应该考虑这些特征,同时提出了在开发具有意识处理能力的系统时应从脑部特征中汲取灵感的策略。
Apr, 2024
当前和近期 AI 系统是否会具备意识是一个受到科学界关注和公众担忧的话题。本报告提出并举例了一种严格的和以实证为基础的 AI 意识研究方法,即在我们最有支持的神经科学意识理论的指导下,对现有 AI 系统进行详细评估。我们调查了几个著名的科学意识理论,包括循环处理理论、全局工作空间理论、高阶理论、预测处理和注意图式理论。根据这些理论,我们以计算术语阐明了意识的 “指示性属性”,从而可以评估 AI 系统是否具备这些属性。我们利用这些指示性属性评估了几个最近的 AI 系统,并讨论了未来系统如何实现它们。我们的分析表明目前没有任何 AI 系统具备意识,但也表明建立意识的 AI 系统并没有明显的障碍。
Aug, 2023
该论文研究了大型语言模型是否具有自我意识,从神经科学的角度出发,作者认为这一观点难以被证实,因为这种模型缺少与哺乳动物意识密切相关的丘脑皮质系统的关键特征,且这些模型的输入缺乏与我们周围世界的感官接触特征的具体信息。作者认为,意识存在于 “皮肤在游戏中” 的情境中,而目前的人工智能系统尚未具备这一特征。
Jun, 2023
通过理论计算机科学的角度分析意识,我们将发展一种形式的机器意识,该模型受到 Alan Turing 的简单而强大的计算模型和 Bernard Baars 的意识剧场模型的启发,并与人类和动物意识的许多主要科学理论高度契合,从而支持我们机器意识的不可避免性的主张。
Mar, 2024
通过证据的汇集,展示了自然智能是通过不同尺度的互动网络中的智能集体、社会关系和主要进化转变而产生的,这些过程通过种群压力、军备竞赛、马基雅维利选择、社会学习和积累文化等机制促进了新数据的产生,将这些机制整合到智能代理的视角中,表明通过持续的新数据生成实现类人复合创新的可能路径。
May, 2024
人工意识是否理论上可行?是否可信?如果是,技术上是否可行?为了在这些问题上取得进展,有必要奠定一些基础,明确人工意识产生的逻辑和经验条件以及相关术语的含义。我们的首要目标是回顾人工意识领域中出现的主要理论问题,并在此基础上提出在多维度模型中评估人工意识问题的建议。尽管面临诸多挑战,我们概述了一种研究策略,展示了我们提出的 “意识” 的可行性在人工系统中得以实现。
Mar, 2024
本文探讨了人工智能在伦理、决策制定等方面引发的一些问题和讨论,并重点讨论 AI 代理人中的 “自我” 认知和其在决策制定方面的作用。作者旨在提倡建立拥有更强自我认知的 AI 代理人的研究。
Jan, 2022
通过仿真人脑,人工智能建立了具有学习能力和接近人类水平的智能任务执行能力的计算模型,同时证明了智能的本质是一系列数学功能过程,通过建立数据集之间的功能关系来最小化系统熵,并通过能量消耗的增强方式在人类和人工智能中实现。
Jul, 2023